文献

J-GLOBAL ID：201602251590697820   整理番号：16A1318623

ソフトマックス回帰モデルに基づく改良型周期定常スペクトルセンシング【Powered by NICT】

A modified cyclostationary spectrum sensing based on softmax regression model

著者 (3件)： Zhang Li (School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, China) ,  Huang Hai (School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, China) ,  Jing Xiaojun (School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ISCIT  ページ： 620-623  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,ソフトマックス回帰モデルに基づく修正周期定常特徴抽出(CFD)アルゴリズムを提案した,これは低信号対雑音比(SNR)下でセンシング性能を向上させるための標的とする。ソフトマックス回帰モデルは優れた分類性能を提供する;さらに,それは簡単であり,機械学習における他の分類アルゴリズムと比較して高速で動作する。スペクトルセンシング,二元仮説検定問題であるに利用することがこのモデルを選択した。この方法では,周期定常特性パラメータを訓練セットと試験セットとして抽出した訓練したソフトマックス分類器がプライマリユーザ(PU)を検出が存在するか否かに使用したそして。数値結果は,提案したスペクトルセンシング方法は従来のCFD法よりも良好なセンシング性能を持つことを示した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 機械学習 ,  定常特性 ,  特徴抽出 ,  アルゴリズム ,  高速度 ,  *回帰モデル ,  SN比 ,  仮説検定
準シソーラス用語： 分類アルゴリズム ,  *スペクトル検出 , 【Automatic Indexing@JST】

分類 (3件)： 信号理論  (ND02020G) ,  無線通信一般  (ND08010L) ,  マイクロ波・ミリ波通信  (ND08020W)

タイトルに関連する用語 (4件)： ソフト ,  回帰モデル ,  周期 ,  スペクトルセンシング